A Study on the Local Particulate Matter Monitoring Technology using Shared-Use Mobilities for Metaverse Reality

메타버스 리얼리티를 위한 공유 모빌리티 기반 국부적 미세먼지 관측 기술 연구

Abstract

In this study, we developed a 'shared-use mobility'-mounted local particulate matter monitoring terminal technology to measure the actual particulate matter concentration around me. As a mobile terminal device in the form of an IoT sensor platform, it is designed to be separated into a control module and a sensor module to minimize interference between sensors and to consider the optimal observation position of each sensor. As a result of the field test, it was confirmed that particulate matter was locally different depending on time and space even within the same area. In addition, it was confirmed that the concentration of particulate matter in the relevant section differed by up to 100 times compared to the surrounding area due to specific sources of particulate matter such as unpaved roads. In addition, we positively reviewed the applicability of the service in the real-time metaverse environment using this result. Through technological advancement and application of multiple shared-use mobilities, we expect to be able to provide new services for practical smart city air environment monitoring, such as localized particulate matter information, air pollution event information, and identification of causes of particulate matter.

1. 서론

미세먼지는 2013년 세계보건기구(WHO)에서 1군 발암물질(Group 1)로 지정된 이후, 최근 국민 건강을 위협하는 심각한 도시환경 문제로 대두되고 있다. 최근 날이 갈수록 심각해지고 있는 미세먼지 문제로 인해 우리는 호흡기 건강에 대한 관심과 함께 실시간 미세먼지 상황을 확인하는 빈도 역시 과거보다 훨씬 더 높아지는 추세이다. 그에 따라, 지역별 미세먼지 정보를 인터넷(에어코리아[1] 등), 스마트폰(미세미세[2], 원기날씨[3] 등), 도로전광표지(VMS, variable message signs) 등과 같은 다양한 IT기기 또는 매체를 통하여 손쉽게 제공받을 수 있게 되었다.

우리가 일반적으로 제공 받고 있는 미세먼지 정보는 전국 164개 시, 군에 설치된 558개(2020년 10월 기준)의 고정식 대기 측정망에서 관측된 데이터를 이용하여 1시간 단위로 업데이트되는 각 지역 단위 (읍면동, 시군구 등)로 가공된 정보에 의존한다[1]. 그만큼 낮은 시공간 해상도로 인해 개개인이 매일 다니는 ‘내 주변’의 길, 도로, 장소 등에 대한 실제 미세먼지 정보는 별도의 측정장비를 가지고 있지 않는 이상 정확히 알 수가 없다. 즉, 미세먼지는 동일한 지역이라 하더라도 공장 인근, 차량 혼잡, 비포장도로, 공사장, 소각장, 환기구 등과 같은 도시의 다양한 유발원들로 인해 시·공간에 따라 국부적으로 크게 달라질 수 있음에도 불구하고 읍면동 단위의 전체지역에 대한 대략적인 정보에 의존할 수밖에 없는 것이다. 별도의 휴대형 미세먼지 간이측정기 제품들이 시중에 판매되고 있지만 개인적으로 현재 체감하고 있는 미세먼지의 농도를 알기 위해 이용되는 수준이다.

따라서 본 연구에서는 ‘내 주변’에서 개개인의 건강에 영향을 미칠 수 있는 실질적인 미세먼지 농도를 측정하고 서비스하기 위하여 공유 모빌리티에 탑재할 수 있는 IoT 센서 플랫폼 기반의 이동형 미세먼지 모니터링 단말 기술를 개발하고자 한다.

한편, 메타버스(Metaverse)는 현실의 사물을 가상의 객체로 표현함으로써 현실에서 발생할 수는 상황을 시뮬레이션을 통해 추론하는 디지털 트윈 (digital twin) 과는 달리, 현실을 초월한 확장된 무한한 가상 세계를 창조하여 상호작용하는 기술을 의미한다[4]. 미시적, 또는 거시적인 미래 환경에 대한 예측 및 시뮬레이션도 중요하지만, 개개인을 위한 직접적인 서비스를 위해 디지털트윈 환경을 구축하고 디지털 환경 내에서 시공간적으로 방대한 양의 데이터를 입체적으로 분석하는 것을 당장 구현하기에는 무리가 있다. 그보다 사람들은 지금 현재 내 생활 반경에서 일어나는 환경의 변화에 대한 정확한 정보에 대한 관심이 더 큰 것이 사실이다. 따라서 디지털 트윈을 통한 다양한 시공간적 미세먼지 분석 모델을 구축하기 위해 제안된 국부적 미세먼지 관측 자료를 이용할 수도 있지만, 사용자가 실감할 수 있는 실제적인 서비스를 위해서는 메타버스 플랫폼을 이용하는 것이 효율적일 수 있다.

본 논문에서는 디지털트윈을 넘어서는 개념으로서 무한 초현실 가상세계인 메타버스에 현실의 실시간 현상을 적용하는 메타버스 리얼리티(metaverse reality)의 개념을 정의하고, 앞서 소개한 국부적 미세먼지 관측 기술로부터 획득한 실시간 정보를 효율적으로 현시성 있게 서비스할 수 있는 플랫폼으로써메타버스를 이용하는 방법론을 제시함으로써 메타버스 리얼리티의 가능성을 검토하고자 한다.

본 논문의 구성은 다음과 같다. 2장에서 본 논문과 관련된 기본 이론 및 선행연구를 살펴본 후, 3장에서 제안하는 국부적 미세먼지 관측 기술에 대한 방법론을 설명한다. 그리고 4장에서는 제안한 기술의 현장 평가 수행 결과를 검증한 후, 실시간 관측데이터를 이용하여 간단한 메타버스 리얼리티를 구현하고 그 가능성을 검토한다. 마지막으로 5장에서 결론을 맺는다.

2. 관련 이론 및 선행연구

먼지란 크게 대기 중에 떠다니거나 흩날려 내려오는 입자상 물질을 말하며, 화석연료(석탄, 석유 등)를태우거나 각종 배출가스(공장, 자동차 등)에서 많이 발생한다. 먼지는 입자의 크기에 따라 PM 10(미세먼지)은 PM 2.5(초미세먼지)로 구분된다. PM 10은 지름이 10㎛보다 작은 미세먼지를, PM 2.5는 지름이 2.5㎛보다 작은 미세먼지를 의미한다. 이는 사람 머리카락의 1/5∼1/30에 불과할 정도로 매우 작은 크기이다[5].

미세먼지 측정방법은 측정방식에 따라 직접(수동) 측정 방법과 간접 측정 방법으로 나눌 수 있다. 직접 측정 방법은 미세먼지의 질량을 저울로 직접 재는 중량농도법을 말하며, 간접 측정방법은 방사선을 이용하는 베타선 흡수법과 빛의 물리적 특성을 이용하는 광산란법으로 구분된다[6]. 또한 미세먼지 설치 방법에 따라 고정형, 이동형 및 휴대형(간이미세먼지 측정기)으로 구분된다.

먼저 고정형 미세먼지 측정기의 경우, 특정 지점에 설치된 미세먼지 측정 장비(광산란 방식 등) 활용하며, 미세먼지 측정 장비의 설치 위치에 따라 도시 대기 측정망, 교외대기 측정망, 국가배경농도 측정망, 도로변대기 측정망으로 구분된다. 고정형 측정 장비는 국부적인 관측 공백이 발생되므로, 내 주변의 미세먼지 정보를 알 수가 없으며, 추가 설치비용 문제 때문에 확장성도 떨어진다.

이동형 미세먼지 측정기의 경우, 특정 지역의 정밀조사 또는 단속을 위하여 미세먼지 측정 장비를 탑재한 이동 측정차량 운영 중이다. 한국환경공단에서는 이동측정차량을 이용하여 공기역학적 입경이 10㎛ 이하인 입자상물질의 농도를 1초 주기로 신속· 정확하게 측정하고, 측정결과를 저장 및 관리하는 도로 재비산먼지 관리시스템을 운영하고 있다. 상기 시스템에서 제공하고 있는 도로 재비산먼지 정보는 비실시간 정보이므로 내 주변 도로의 실시간 미세먼지 정보를 알 수 없으며, 실시간 도로 재비산먼지 정보를 제공하기 위해서는 다수의 차량들을 대상으로 측정 장비를 설치 및 운영해야 하므로 막대한 예산이 소요된다.

마지막으로 휴대형 미세먼지 간이측정기의 경우는 보통 저가형 대기질 감지기(Low-Cost Air Sensor)라고 불리며, 가격이 1, 000$ 미만으로 짧은 주기(1초~1분)에 미세먼지를 측정할 수 있는 소형· 경량의 측정 장비를 말한다. 상기 측정기의 미세먼지측정 방법은 대부분 광산란 방식을 적용하고 있으며, 측정기의 정보는 무선통신을 통하여 스마트폰에서제공받을 수 있다. 이와 같이 휴대용 미세먼지 간이측정기를 이용하여 내 주변의 미세먼지 정보는 확인할 수 있으나, 이용자는 해당 장비를 직접 구매해야 하므로 구입비용 발생한다.

본 연구와 관련된 선행연구를 고정형 또는 이동‧ 휴대형 여부, 실내‧외용 여부, IoT 활용 여부, 킥보드탑재 가능 여부 등으로 분류하여 고찰한 결과는 Table 1과 같으며, 일부 차량에 설치된 이동형 미세먼지 측정 장비는 존재하나 공유 전동킥보드에 탑재하여 미세먼지를 측정할 수 있는 저비용 고효율의 장비를 개발한 사례는 전무하다.

Table 1. Previous Research Review Results.

* ME (Ministry of Environment)

3. 제안하는 국부적 미세먼지 측정 방법론

일반적으로 미세먼지 측정은 물리적으로 대기를 흡입하거나 포집한 후 입자의 농도를 측정하는 방식으로 수행된다. 따라서, 고정형의 경우, 미세먼지 포집 및 집진 장치가 장착된 측정기를 사용하며, 간이형의 경우 팬을 이용하여 공기를 흡입한 후 측정하는 방식을 주로 사용한다.

제안하는 방법은 국부적이며, 동시에 시공간적 인연 속성을 갖는 미세먼지 측정을 위해 이동식 미세먼지 측정 방법으로서, 앞 절에서 살펴본 선행연구들의단점을 보완하기 위해 본 연구에서는 전동킥보드, 전기자전거 등의 공유 모빌리티에 탑재할 수 있는 IoT 센서 플랫폼 기반의 이동형 미세먼지 및 환경 측정단말 장치(SoMMbi, Sensors On Multimodal Mo- bility)를 제안한다. 공유모빌리티는 이동 속도가 제한되어 있으므로, 바람 또는 공기저항으로부터 대기 중 미세먼지가 과대 또는 과소 포집되는 문제를 해결할 수 있다. 또한 도심지 주요 위치에서 이동 또는 대기 상태로 운영되므로 상시적인 고정형, 이동형 관측장비로써, 도심지 국부 미세먼지를 고밀도로 관측할 수 있는 장점이 있다. Fig. 1로부터 제안한 SoMMbi 단말 기술의 개념을 나타내었다.

Fig. 1. Concept of proposed SoMMbi platform.

Fig. 1에서 보는 바와 같이 제어보드와 센서 보드를 분리하여 설계함으로써 모빌리티 종류 및 형태에 따라 설치 및 운용을 용이하게 하였으며, 이로부터 각 센서들 간의 간섭을 최소화하고 관측 정확도를 높이도록 하였다. 센서보드에는 미세먼지 측정기뿐만 아니라 대기온도, 습도, 열화상, 영상 등 다양한 IoT 센서 추가가 가능한 통합 플랫폼 형태로 개발하였다. 제어보드는 센서보드에 탑재되는 센서 종류 및 데이터 처리량에 따라 다양한 프로세서를 적용할 수 있도록 설계되었으며, 본 논문에서는 제어보드로서, 오픈소스 H/W 플랫폼인 Arduino MEGA2560, Raspberry Pi 3B+ 및 Raspberry Pi Zero W 등의 모델을 활용하여 센서 보드와의 연동 테스트를 수행하여 동일한 관측치로 측정되는 것을 확인하였다. Fig. 2로부터 Raspberry Pi를 이용한 SoMMbi 제어보드 및 센서 보드의 간단한 설계 블록도를 나타내었다.

Fig. 2. Block diagram of SoMMbi’s H/W system design.

본 논문에서는 실제적인 국부적 미세먼지 측정 및 검증을 위해, Fig. 2의 설계에 따라 개발된 SoMMbi를 전동 킥보드에 장착하여 실험을 수행하였다. Fig. 3으로부터 전동 킥보드에 장착한 SoMMbi와 미세먼지 센서가 포함된 센서보드 하우징을 나타내었다.

Fig. 3. SoMMbi prototype and sensor board mounted on electric scooter.

Fig. 3의 센서보드에 탑제된 미세먼지 측정 센서는 시중에 판매되는 미세먼지 간이측정기 성능인증 1등급을 취득한 상용 미세먼지 간이 측정기와 동일한 PM2008M 센서를 적용하였다. 해당 미세먼지 센서의 기능 및 특성은 다음과 같다.

- 센싱방식 : Laser Diode 방식

- 측정항목 : PM1.0/PM2.5/PM10

- 측정범위 : 1~1, 000 μg/㎥

- 반응시간 : 1sec

- 데이터 전송방식 : I2C or UART

한편, 공유 모빌리티는 여러 사람이 함께 공유하는 특성에 따라, 버스 및 지하철역 주변과 주택가 또는 아파트 단지, 즉 퍼스트마일(first mile)과 라스트마일(last mile)을 오고 가는 용도로 주로 활용되며, 유동인구가 많은 곳 또한 수요가 많은 편이다. 또한 공유 모빌리티는 자체의 IoT 단말을 이용하여 이용자에게 요금을 부과하기 위해 사용자가 모빌리티를 활성화하여 이동하는 ‘주행 모드’와 사용자가 이용을 종료한 후 정지된 상태의 ‘대기 모드’로 동작한다.

제안한 방법에서 SoMMbi는 이러한 공유 모빌리티 운영 특성을 반영하여 사용자가 공유 모빌리티를이용 중인 경우(주행 모드)에는 이동형 미세먼지 수집원(Sensing While Driving)으로 동작하며, 이용을중료한 후(대기 모드)에는 고정형 미세먼지 수집원 (Sensing While Parking)으로 동작한다. 먼저, 모빌리티가 주행모드일 때, SoMMbi는 이동형으로 동작하며 GPS 와 미세먼지 센서 외 온습도 등 환경 관측 센서들의 관측 주기를 제어보드가 허용하는 범위 내에서 최소화하여 관측한다.

이로써 모빌리티가 이동하는 경로 상에서 속도에 따른 공간적 관측 공백을 최소화하도록 한다. 반면 고정된 위치에서의 대기 환경은 상대적으로 큰 변화가 발생하는 경우가 적으므로 대기 모드에서의 SoMMbi 운영은 GPS 및 기타 센서 관측 및 데이터 송신 주기를 넓게 함으로써, 관측 신호의 필터링 등을 통해 보다 안정적인 관측을 수행하고, 전력 낭비를 최소화할 수 있도록 설계하였다. SoMMbi 부팅 및 모드 변경 과정을 Fig. 4로써 나타내었다.

Fig. 4. Observation mode selection of SoMMbi platform.

4. 실험 결과 및 고찰

3장에서는 국부적 미세먼지 측정을 위한 방법론으로 제안한 SoMMbi의 구성 및 운영 방법론을 설명하였다. 본 장에서는 제안한 SoMMbi 플랫폼을 이용하여 실제 현장에서의 Test 및 검증을 수행한 결과를 설명한다. 아울러, 실시간 관측된 SoMMbi 데이터를 클라우드 서버에 저장하는 동시에 웹 및 앱으로 서비스할 수 있는 환경과 메타버스 리얼리티의 가능성을 검증하기 위한 가상현실 세계에서의 실시간 연동 환경을 구축하여 실험한 결과를 나타내었다

실시간 DB화 및 모니터링 시스템 구축을 위해 AWS(amzon web service) 플랫폼[12] 기반의 웹앱을 구축하였다. 또한 메타버스 가상환경 구축을 위해 Unreal Engine 4[13]를 사용하였으며, 메타버스 리얼리티를 위한 실시간 국부 미세먼지 관측 결과를 가상환경과 연동하기 위해 AirSim[14] API를 활용하였다.

4.1 국부 미세먼지 관측 결과 검증

Fig. 3과 같이 SoMMbi를 탑재한 전동킥보드를 이용하여 경기도 고양시에 위치한 한국건설기술연구원(이하 건설연) 내부 도로에서 동일한 경로에서 다양한 현장 실증 테스트를 진행하였다. Fig. 5 및 6에 실제 실험 장면 및 실험 주행 경로를 각각 나타내었다.

Fig. 5. Particulate matter(PM) observation experiment using SoMMbi-equipped electric scooter.

동일 시간대(19시∼20시 사이) 및 동일 경로에 대해 여러 번의 현장 테스트 결과 중 환경부 측정 미세먼지의 농도가 확연히 차이가 나는 날짜(2020년 10월 8일 및 10월 21일)의 자료를 이용하여 그 결과를 Fig. 7 및 Fig. 8에 나타내었다.

Fig. 7. Field test result (October 8, measured PM is “good”).

Fig. 8. Field test result (October 21, measured PM is “bad”).

각 그래프의 가로축은 이동하는 동안의 시간 축(시/분)에 해당하며 세로축은 입방 미터당 미세먼지 농도(μ g/㎥)를 의미한다. 같은 시간대에 건설연과 가장 가까운 위치의 환경부 미세먼지 측정소 관측값은 각각 12 μg/㎥(10월 8일) 및 63 μg/㎥(10월 8일) 이었다.

현장 실험을 통해 Fig. 7 및 8에서 보는 바와 같이 Fig. 6의 건설연 내에서라도, SoMMbi가 이동함에 따라 미세먼지의 농도가 국부적으로 큰 차이가 발생함을 검증하였다. 특히, 녹색 점선 영역 구간으로 표시된 이동시간 동안은 건설연 내 비포장도로 구간을 주행하며 관측한 결과이며, 상시적으로 비산먼지가 발생하는 미세먼지 유발 지역이다. 이로 인해 해당 구간의 미세먼지 농도가 주변 미세먼지 농도보다 무려 300배 이상까지 극명하게 차이가 발생하는 것을 확인하였다.

Fig. 6. Experiment site for proposed SoMMbi observation.

또한 건설연 내 실험에서 비포장도로 구간을 제외한 나머지 구간들의 평균이 날짜별로 각각 8일 8 μg/ ㎥, 21일 42 μg/㎥으로 주엽동 관측소보다 낮게 관측되었다. 이것은 주엽동 관측소가 복잡한 도심의 대로변에 위치해 있는 반면 건설연 내부는 상대적으로 주변에 식생이 많은 환경에 기인하는 것으로 사료된다. Fig. 9로써 그 근거를 설명할 수 있다.

Fig. 9. Comparison of the test result with public information, public monitoring data(left) and proposed SoMMbi’s data (right).

Fig. 9의 우측 그림과 같이 3D GIS 공간상에서 SoMMbi에 의해 관측된 국부적 미세먼지 농도를 막대그래프로 표현하였을 때, 주엽동 관측소의 미세먼지가 양호(10월 8일)하거나 나쁜 날(10월 21일) 모두 고양대로와 인접한 내부 도로의 미세먼지의 농도가 고양대로와 떨어진 내부도로 보다 평균 약 1.5배 이상 높게 관측되는 결과를 보인 것을 알 수 있다. 고양대로가 인접한 곳에서의 관측치가 대체로 미세먼지의 농도가 높게 관측되었으며, 식생이 많거나, 대로와 멀리 떨어진 곳에서는 상대적으로 낮은 농도로 관측된 것이다.

이와 같이 공공기관의 미세먼지 정보는 동 단위의 거시적인 미세먼지 정보를 낮은 시공간 해상도로 동일하게 제공하고 있지만, 같은 지역 내라도 다양한 주변 환경 요인에 따라 국지적으로 미세먼지의 농도 차이가 급격하게 달라질 수 있음을 제안한 방법론을 통해 검증하였다. 향후, SoMMbi의 확산을 통해 지역 단위의 거시적인 공공 미세먼지 정보가 아닌 실제 내 주변에서 발생되고 있는 미세먼지 정보를 보다더 자세하게 제공해줄 수 있을 것으로 판단된다.

4.2 메타버스 리얼리티 구현 가능성 검증

현재 코로나19 바이러스 확산[15]으로 인해 방역을 위한 사회적 거리두기가 시행되면서 메타버스 플랫폼은 비대면 공연, 회의, 놀이, 예술 등 다양한 분야에서 활발히 활용되고 있다. 상상력으로 창조된 가상의 공간에서 현실의 물리적인 시공간을 초월하면서 아바타를 이용해 직접 소통하고, 상호 작용하면서 새로운 삶의 영역을 무한히 확장하고 있다. 그러한 가상공간에서 아바타를 이용해서, 또는 가상의 공간을 이용해서 현실의 환경 정보를 실시간으로 이용하고 재가공 할 수 있다면 디지털트윈 기술과는 다른 또 다른 기술적 패러다임을 구축할 수 있다.

그 가능성을 검증하고자 본 논문에서는 3장에서 소개한 SoMMbi로 관측한 데이터를 가상의 환경에서 실시간 연동하는 시스템을 간단히 구현하고 그 결과를 고찰해 보았다.

우선 AWS 클라우드 서버를 이용해 SoMMbi를통해서 관측된 데이터를 실시간 DB화 하는 동시에 Google Earth[16] 및 Google Map[17]을 통해 표출하고, 웹앱으로 데이터 통계에 접근할 수 있는 시스템을 구축하였다. Fig. 10에 LTE 통신망을 이용하여 실시간으로 SoMMbi 관측 자료가 DB화 및 다양한 플랫폼에서 표출되는 예를 나타내었다.

Fig. 10. Real-time information display and DB storage of Internet web and smartphone.

Fig. 10의 시스템을 구축하는 동시에, 메타버스 환경을 가정하기 위해 게임 개발도구인 Unreal Engine 을 이용하여 가상의 건설연 환경을 구축하였다. 그런 후 실시간 업데이트되는 SoMMbi 미세먼지 관측자료를 AirSim API와 Unreal Engine 효과를 이용하여 가상의 건설연 공간과 연동하였다.

Fig. 11 및 Fig. 12를 통해 가상의 건설연 공간에서 실제 SoMMbi로 실시간 관측된 미세먼지를 표현한 결과를 나타내었다. Fig. 11-(a) 및 12-(a)는 각각 고양대로와 인접한 SOC통합관리센터 진입로 및 건설연 본관 앞 도로의 전경이며, (b), (c) 및 (d)는 각각 미세먼지 농도가 양호한 때, 심한 때, 극심한 때를 정성적으로 표현한 것이다. Fig. 11 및 12에서 나타내었듯이 실시간 SoMMbi 관측 위치 및 농도를 기준으로 가상의 건설연 공간에서 캐릭터(자동차)의 이동에 따라, 시간의 변화에 따라 표현되는 미세먼지의 농도가 달라지는 것을 극적으로 잘 표현할 수 있음을 알 수 있다. 특히 Fig. 12의 경우, SoMMbi 관측치에 따라 겨울과 봄철 발생할 수 있는 황사에 대한 표현도 가능하도록 구현한 것이다.

Fig. 11. Examples of real-time particulate matter visualization in the metaverse environment. (a) KICT environment in reality, (b), (c) and (d) are the result of realtime reproduction on a clear day, low PM and high PM, respectively.

Fig. 12. Examples of real-time particulate matter(dust storm) visualization in the metaverse environment. (a) the scene of KICT main building in reality, (b), (c) and (d) are the result of realtime reproduction on a clear day, high PM and high PM with dust storm, respectively.

Fig. 11 및 12의 경우와 같이, 가상의 환경에서 실제 현실의 상황을 동기화하여 메타버스 환경에서 리얼리티를 구현함으로써 미세먼지, 강우, 안개 등의 기상 상황과 같은 간단한 정보만으로도 메타버스 내에서 보다 직관적인 정보 교류와 다양한 상호작용을 이끌어낼 수 있을 것으로 기대한다.

한편, 메타버스는 확장 가능한 가상의 공간과 다양한 사용자들을 대신하는 캐릭터(아바타)들이 끊임없이 상호작용 하는 공간이다. 마지막으로 메타버스에서 공간과 캐릭터로 표현되는 두 대상에 대해 두 가지 메타버스 리얼리티 구현 방법론을 제안하고자 한다.

먼저 공간 기준 메타버스 리얼리티 구현 방법으로, 이것은 디지털 트윈에서와 같이 현실의 공간을 가상의 공간과 1:1 또는 1:N 매칭하여 현실에서 특정 위치에서 발현되는 현상을 1 또는 N개의 매칭된 가상 공간에서 똑같이 표현하는 방법이다. 이를 통해메타버스 공간 내에서 사람들이 원하는 특정 위치에서 현실에서의 현상에 대한 정보를 획득할 수 있으며 미리 체험하고 대응할 수 있도록 할 수 있다.

두 번째 방법론은 캐릭터 기준 메타버스 리얼리티 구현 방법이다. 이것은 메타버스 공간에 접속해 있는 사용자의 현실에서의 위치에서 발생하는 현상을 실시간으로 캐릭터 주변에 표현하는 방법론이다. 예를 들어 사용자가 현재 메타버스에 접속한 장소 또는 거리에 비가 오고 있다면, 메타버스 내에서는 캐릭터 (아바타)를 중심으로 한 그 주변에만 비를 표현할 수 있다. 그렇게 함으로써 자연스레 아바타들 간의 상호작용 중에 현재 상대방이 처한 현실 세계의 정보를 자연스럽고 직관적으로 전파할 수 있다. 이것은 특히 재난, 재해 및 응급상황의 발생 시 상황을 전파하는 매우 유용한 수단으로도 활용될 수 있을 것으로 기대한다. 본 절에서 구현한 결과를 바탕으로 메타버스 리얼리티의 이론적 토대가 마련되기를 기대한다.

5. 결론

본 연구에서는 지역 단위의 거시적인 미세먼지 정보가 아닌 내 주변의 국부적인 미세먼지 농도를 측정할 수 있는 공유 모빌리티 탑재형 IoT 센서 기반의 미세먼지 측정기술인 SoMMbi를 제안하였다. 현장 테스트를 통하여 지역 내 시·공간에 따라 미세먼지농도의 국부적인 변화가 발생함을 확인하였으며, 특히 비포장도로 등과 같이 특정 미세먼지 유발원으로 인해 미세먼지의 농도가 주변보다 현격하게 차이가 나는 이벤트 상황도 발생함을 확인하였다. 향후 성능인증, 장비 소형화, H/W와 S/W 최적화 등과 같이 고도화 및 대중화를 진행함으로써, 지역 내 국부적인 미세먼지 정보, 미세먼지 이벤트 정보, 미세먼지 원인 규명 등과 같이 실질적인 스마트시티 대기환경 모니터링을 위한 새로운 서비스를 제공할 수 있을 것으로 판단된다.

또한 제안한 방법으로 시공간적 고밀도 데이터 구축을 통해 무한한 가능성을 가진 메타버스 환경에서 실시간 현상에 대한 리얼리티를 구현하고 그 가능성을 제시함으로써, 보다 다양하고 직접적이고 직관적인 정보의 전파와 그로부터 파생되는 현실과의 물리적인 상호작용을 이끌어낼 수 있을 것으로 기대한다.